AI로 연구하기
AI로 연구하기 · 7분
요약대본
이 영상은 연구 시나리오를 통해 Description-Discernment 루프가 실제로 작동하는 모습을 보여줍니다. 주택 관련 비영리 단체를 Portland에서 Seattle로 확장하고 있는 상무이사 Maria가 AI를 사용하여 정책 환경, 자금 지원 기회, 규정 준수 요건을 연구하는 과정을 따라가게 됩니다. 이 영상은 맥락이 풍부한 프롬프트를 작성하고, AI 결과물을 비판적으로 평가하며, 유용한 결과를 향해 반복하는 방법을 보여줍니다.
한국어 대본
- 00:00비영리단체 리더들은 정책과 자금 조달
- 00:17기회, 지역사회의 필요와 모범 사례에 대한 정보를 수집하는 데 엄청난 시간을 씁니다. AI는 이 과정을 크게 앞당길 수 있지만,
- 00:23효과적으로 방향을 잡고 AI가 제공하는 결과를 평가할 줄 알아야 합니다. 이 영상에서는
- 00:29설명-판별력 루프가 실제로 어떻게 작동하는지 살펴보고
- 00:32AI를 리서치에 활용하는 모습도 알아봅니다.
- 00:36설명-판별력 루프가 AI와의 일상적인 상호작용을 이끈다는 점을 기억하세요.
- 00:40기본적으로 AI에 무언가를 요청하고, 돌려받은 결과가 실제로 유용하고 정확한지 확인한 다음,
- 00:46배운 내용을 활용해 더 나은 질문을 하는 과정입니다.
- 00:49이렇게 앞뒤로 계속 오가면서 만든 결과를 신뢰할 때까지
- 00:53목표를 달성하는지 확인합니다. 하지만 말로만 설명하지 말고 실제로 살펴보겠습니다.
- 00:58가상의 상황을 설정해 보겠습니다.
- 01:01Moss and Momentum은 Portland에서 15년 동안 긴급 보호소와 임시 주거 시설을
- 01:06운영해 왔습니다.
- 01:07깊이 있는 전문성과 탄탄한 지역사회 관계를 쌓아 왔습니다.
- 01:11이 단체의 전무이사 Maria는 새로운 도시 Seattle로 확장하려 합니다. Seattle은
- 01:17서로 다른 정책, 자금 조달 방식, 세입자 보호법이 적용되는 곳입니다.
- 01:20그리고 실용적이고 최신인 정보를 찾고 있습니다.
- 01:24어떤 프로그램이 있습니까?
- 01:25어떻게 운영됩니까?
- 01:26이것이 지원하는 가족들에게는 무엇을 의미합니까? 추구해야 할 자금 조달 기회가
- 01:30있습니까? 이해해야 할 준수 요건은 무엇입니까? 이 예시에서는
- 01:35Maria가 위임과 성실에 관한 사항을 검토했다고 가정하겠습니다.
- 01:40그리고 Seattle 주거 현황에 관한 보고서를 작성하기 위해 AI와 함께 일할 계획입니다.
- 01:44이 보고서는 나중에 저소득층을 위한 사업 확장 전략에 활용할 예정입니다.
- 01:50먼저 설명부터 살펴보겠습니다. Maria가 리서치를 이끌기 위해 AI와 소통하는 방식입니다.
- 01:55처음에는 'Seattle 주거 정책에 대해 알려 줘'처럼 일반적인 요청으로 시작할 수 있습니다.
- 02:00하지만 그만큼 일반적인 답변을 받게 될 것입니다.
- 02:02대신 AI Fluency를 적용하면 이 과제가 어떤 모습일지 생각해 보세요.
- 02:08제품 설명부터 시작해 Maria는 자신이 원하는 것을 정확히 정의해야 합니다. 정책 현황
- 02:12개요를 지원 프로그램, 법률, 준수와 같은 구체적인 주제를 중심으로 구성하고,
- 02:18자금 조달도 포함합니다.
- 02:19그런 다음 AI가 이 문제에 어떻게 접근할지 안내합니다.
- 02:22최근 2년과 같은 최신 변화와 구체적인 소득 기준에 집중하도록 요청하고,
- 02:27관련이 있다면 Portland의 시스템과 비교해 달라고 요청할 수도 있습니다.
- 02:31마지막으로 성능을 고려합니다.
- 02:34설정한 어조는 실용적이고 사명 중심입니다.
- 02:37학술적 분석을 요청하는 것이 아닙니다.
- 02:39노숙을 경험하는 가족을 지원하는 일과 직접 연결되는
- 02:44실행 가능한 정보를 원합니다.
- 02:46그리고 간단한 팁이 있습니다.
- 02:47공유할 정보가 많다면 콘텐츠를 받아쓰게 하거나 업로드해
- 02:51이 컨텍스트를 더 빠르게 설정해 보세요.
- 02:54이제 AI가 Seattle의 주요 주거 프로그램,
- 02:59최근 세입자 보호법과 이용 가능한 자금 조달원을 아우르는 종합적인 답변을 제공하는 모습을 보겠습니다.
- 03:05최종 결과는 괜찮아 보입니다.
- 03:06상세하고 체계적으로 정리되어 있으며 요청한 모든 사항을 다룹니다.
- 03:10하지만 여기서 판별력이 중요해집니다.
- 03:12Maria는 이 정보를 액면 그대로 받아들일 수 없습니다.
- 03:15주의 깊게 평가해야 합니다.
- 03:17검토하면서 사용하는 사고 점검표는 다음과 같습니다.
- 03:20프로그램 이름과 설명이 정확합니까?
- 03:23정보 출처가 신뢰할 만합니까?
- 03:25너무 일반적이거나 검증할 수 없는 주장이 있습니까?
- 03:29있을 것으로 예상했지만 빠진 내용은 무엇입니까?
- 03:31어조는 어떻습니까?
- 03:32기회와 문제를 적절하게 짚고 있습니까?
- 03:36Maria는 수정이 필요한 부분을 발견할 가능성이 높지만, 그런 우려만으로 전체
- 03:40AI 답변을 버리는 대신,
- 03:45자신에게 맞는 결과를 만들도록 AI와 계속 작업해야 합니다.
- 03:47예를 들면 이렇게 말할 수 있습니다. '개요를 잘 작성해 줘서 고맙습니다.'
- 03:50'몇 가지 세부 사항을 확인해야 합니다.'
- 03:52'출처 대부분이 뉴스 기사인 것 같습니다.'
- 03:55'공식 정부 웹사이트를 바탕으로 모든 내용을 확인해 줄 수 있습니까?'
- 03:59'자금 조달 마감일은 어디에서 나온 것입니까?'
- 04:01'제가 확인할 수 있도록 출처를 알려 주세요.'
- 04:04'이 보고서가 사실에 초점을 맞추고 있어 좋습니다.'
- 04:07'이런 방향을 계속 유지해 주세요.'
- 04:09AI는 최신 출처를 검색해 확인해야 한다고 답할 수도 있고,
- 04:13특정 세부 사항에 확신이 없다고 인정할 수도 있습니다.
- 04:16어느 쪽이든 Maria는 이 분야에서 쌓은
- 04:22자신의 전문성을 바탕으로 반복 작업을 거치며 신뢰할 수 있는 정보를 좁혀 갑니다.
- 04:24여기서 잠시 멈추고 Maria가 사용하는 몇 가지 실용적인 판별력 전략을 짚어 보겠습니다.
- 04:29먼저 추가 검증이 필요한 주장을 표시합니다.
- 04:33이것이 제품 판별력입니다.
- 04:35구체적인 수치, 최근 법률, 현재 운영 중인 프로그램입니다.
- 04:39Maria는 이를 바탕으로 행동하기 전에 1차 출처와 대조해 보려 할 것입니다.
- 04:43둘째, 과정이나 추론의 빈틈을 평가합니다. AI가 실제로 최신 정보를 찾았는지
- 04:49아니면 최선의 추측만 제시했는지 살펴봅니다.
- 04:53또한 AI가 어떻게 행동하는지 관찰해 AI의 소통
- 04:59방식이 자신의 필요에 맞는지 확인합니다.
- 05:02Maria가 이 설명-판별력 루프를 계속 수행하고, 배운 내용을 바탕으로 질문을 다듬으며 각 답변을 비판적으로 평가하는 동안
- 05:07Seattle의 상황을 더 분명하게 파악하게 됩니다.
- 05:12하지만 중요한 점이 있습니다. 확장에 접근할 때 자신의 사려 깊은 판단을
- 05:17AI로 대체하는 것이 아닙니다. AI를 활용해 이해를 빠르게 넓히고
- 05:22더 나은 정보에 기반한 결정을 내리는 것입니다. 하지만 이 정보를 자금 조달
- 05:27제안서나 홍보 활동에 사용해야 할 때는 배운 내용을 확인하고 최종 결과를
- 05:32책임지는 성실을 발휘할 것입니다. 이제 Maria의 리서치 과정에서 핵심 교훈을 뽑아 보겠습니다. 먼저,
- 05:38효과적인 설명은 컨텍스트를 제공합니다.
- 05:42Maria는 주거 정책에 대해서만 질문하지 않았습니다.
- 05:44자신이 누구인지, 누구를 지원하는지, 무엇을 알아야 하는지 설명했습니다.
- 05:48그 컨텍스트 덕분에 AI가 관련성 높은 정보를 제공할 수 있었습니다.
- 05:51둘째, 판별력은 선택 사항이 아닙니다.
- 05:54AI는 실수할 수 있으므로, 특히 정확성이 중요할 때는 출력 결과를 비판적으로 평가해야 합니다.
- 06:00구체적인 주장을 표시하고, 빈틈을 확인하고, 정보가 최신인지 질문하세요.
- 06:04셋째, 설명-판별력 루프는 반복적입니다.
- 06:08첫 번째 프롬프트만으로 필요한 내용을 모두 얻는 경우는 드뭅니다.
- 06:11한 답변을 평가하며 배운 내용을 활용해 더 나은, 더 구체적인 후속 질문을 만드세요.
- 06:17마지막으로 AI는 리서치를 앞당기지만 전문성을 대신하지는 않습니다.
- 06:21Maria는 자신이 책임지는 모든 결과물에 여전히 전문적인 판단을 적용해야 합니다.
- 06:25AI 덕분에 빠르게 방향을 잡을 수 있었고, 이는 가치가 있지만 최종 결정권자는 여전히 Maria입니다.
- 06:30다음 에피소드에서는 다른 맥락, 즉 AI로 글을 쓰는 상황에서
- 06:34이와 같은 설명 및 판별력 기술을 살펴보겠습니다.
- 06:37정보를 수집하는 대신 콘텐츠를 만들 때 루프가 어떻게 작동하는지 알아봅니다.
- 06:41그리고 비영리단체의 커뮤니케이션에서 매우 중요한 진정성을
- 06:46어떻게 지킬지 함께 생각해 보겠습니다.
- 06:47오늘 함께 학습해 주셔서 감사합니다.
핵심 요점
- 효과적인 Description은 맥락을 제공합니다: 단순히 광범위한 질문을 하지 말고, 자신이 누구인지, 누구를 위해 봉사하는지, 구체적으로 무엇을 알아야 하는지 설명하세요. 이러한 맥락은 AI가 관련성 있고 실행 가능한 정보를 제공하는 데 도움이 됩니다
- Discernment는 선택 사항이 아닙니다: 특히 정확성이 중요한 경우 AI 결과물을 비판적으로 평가해야 합니다. 검증이 필요한 특정 주장을 표시하고, 누락된 부분을 파악하며, 정보의 최신성에 의문을 제기하세요
- Description-Discernment 루프는 반복적입니다: 첫 번째 프롬프트가 필요한 모든 것을 제공하는 경우는 거의 없습니다. 각 응답을 평가하면서 배운 내용을 활용하여 더 나은, 더 구체적인 후속 질문을 작성하세요
- AI는 연구를 가속화하지만 전문성을 대체하지는 않습니다: AI는 빠르게 방향을 잡는 데 도움을 줄 수 있지만, 여전히 본인이 소유한 모든 결과물에 전문적 판단을 적용해야 하는 의사 결정자입니다
연습 문제
정책 및 법안 추적
이 연습은 Description과 Discernment를 사용하여 비영리 단체의 업무와 관련된 정책 영역을 연구하는 연습을 돕습니다.
1부: 자기 성찰
본인의 업무와 관련된 정책 영역(주택 정책, 교육 자금 지원, 의료 접근성, 환경 규제 등)을 선택하세요. 다음을 포함하는 연구 프롬프트를 작성하세요:
- 이해하고자 하는 구체적인 정책 또는 법안
- 비영리 단체의 맥락(누구를 위해 봉사하는지, 이것이 왜 미션에 중요한지)
- 알아야 할 내용(수혜자에 대한 영향, 자금 지원 관련 시사점, 규정 준수 요건, 옹호 기회)
- 시간 범위 또는 지리적 범위
2부: 협업
프롬프트를 AI와 공유하고 응답을 검토하세요. Discernment를 적용하세요:
- 검증이 필요한 주장을 최소 2개 식별하세요
- 본인의 커뮤니티와 관련된 누락된 관점이 있는지 확인하세요
- 오래되었거나 너무 일반적으로 보이는 정보를 표시하세요
3부: 성찰
- 초기 프롬프트가 AI에게 유용할 만큼 충분한 맥락을 제공했나요?
- 두 번째 시도를 위해 프롬프트에서 무엇을 수정하겠습니까?
- 이 정보를 업무에 사용하기 전에 어떤 검증 단계를 거치겠습니까?
도전 목표: AI에게 요약에 포함된 핵심 주장 하나의 원본 출처를 찾아보도록 요청하고, 그것이 얼마나 정확하게 표현되었는지 비교해 보세요.
레슨 성찰
- 비영리 단체에 대한 맥락을 제공한 것이 더 일반적인 프롬프트와 비교하여 AI의 연구 결과물 품질을 어떻게 변화시켰나요?
- AI를 연구에 사용할 때 워크플로에 어떤 검증 습관을 구축하시겠습니까?
다음 단계
다음 레슨에서는 동일한 Description과 Discernment 스킬을 다른 맥락, 즉 AI로 글쓰기에서 살펴보겠습니다. 정보를 수집하는 것이 아니라 콘텐츠를 만들 때 이 루프가 어떻게 작동하는지 확인하게 됩니다.